Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/teiep/13033
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Νουσέϊμπε, Αλέξανδρος | el |
dc.contributor.author | Ταμβάκου, Ευδοξία | el |
dc.date.accessioned | 2021-08-26T07:48:49Z | - |
dc.date.available | 2021-08-26T07:48:49Z | - |
dc.date.issued | 2021-08-26 | - |
dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/teiep/13033 | - |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Διεπαφή Εγκεφάλου-Υπολογιστή | el |
dc.subject | Προκλητά Δυναμικά | el |
dc.title | Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή. | el |
heal.type | bachelorThesis | - |
heal.classification | Ηλεκτροεγκεφαλογράφημα | el |
heal.identifier.secondary | Πτυχιακή Εργασία | - |
heal.dateAvailable | 2024-01-11T21:58:31Z | - |
heal.language | el | - |
heal.access | free | - |
heal.recordProvider | Τ.Ε.Ι. Ηπείρου | el |
heal.publicationDate | 2021-07 | - |
heal.bibliographicCitation | Νουσέϊμπε, Α., & Ταμβάκου, Ξ., 2021. Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε. | el |
heal.abstract | Η παρούσα εργασία αποτελεί μια πειραματική μελέτη για την επίδραση απτικών ερεθισμάτων στο ηλεκτροεγκεφαλογράφημα και κατ’ επέκταση την κατηγοριοποίηση των σημάτων του εγκεφάλου από διαφορετικά ερεθίσματα αφή των συμμετεχόντων. Για την λήψη των σημάτων του εγκεφάλου χρησιμοποιήθηκε συσκευή διεπαφής Εγκεφάλου Υπολογιστή και οι καταγραφές πραγματοποιήθηκαν την στιγμή κατά την οποία οι συμμετέχοντες ακουμπούσαν επιφάνειες με διαφορετικά χαρακτηριστικά. Από τα σήματα που καταγράφηκαν εξήχθησαν χαρακτηριστικά στο πεδίο του χρόνου και στο πεδίο των συχνοτήτων, με σκοπό στην συνέχεια να κατηγοριοποιηθούν με χρήση Μηχανικής Μάθησης. Το πρόβλημα ταξινόμησης τεσσάρων κατηγοριών που δημιουργήθηκε παρουσίασε σχετικά υψηλά ποσοστά ακρίβειας τα οποία κυμαίνονταν, ανάλογα με τον αλγόριθμο και τα χαρακτηριστικά που χρησιμοποιήθηκαν, από 63% έως 75%. | el |
heal.abstract | The current work is an experimental study on the effect of tactile stimuli on the electroencephalogram and consequently the categorization of brain signals by different tactile stimuli of the participants. A Computer Brain interface device was used to receive the EEG signals. The recordings were made at a time when participants were touching surfaces with different characteristics. Regarding the methodology, several features (both from time domain and frequency domain) have been extracted. Next, the signals are classified using Machine Learning techniques. The four-category classification problem obtained relatively high accuracy rates, ranging from 63% to 75%, depending on the algorithm and features used. | el |
heal.advisorName | Γιαννακέας, Νικόλαος | el |
heal.committeeMemberName | Τζάλλας, Αλέξανδρος | el |
heal.committeeMemberName | Τζημούρτα, Αικατερίνη | el |
heal.academicPublisher | Τ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε. | el |
heal.academicPublisherID | teiep | - |
heal.numberOfPages | 103 | - |
heal.fullTextAvailability | true | - |
Appears in Collections: | Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε. |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ΤΕΛΙΚΗ_ΕΡΓΑΣΙΑ.v2.pdf | Πτυχιακή Εργασία | 2.22 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License